Opencv 如何将K均值应用于图像的遮罩而不是整个遮罩
我想在OpenCV上应用一个K均值来表示一个不是正方形或矩形的图像区域。例如,源图像是: 现在,我选择一个自定义遮罩: 并应用K=3的K均值: 显然没有考虑边界(白色) 相反,我可以用OpenCV做的是K,但考虑到边界: 这就弄乱了我的最终图像,因为黑色被认为是一种颜色 你有什么线索吗Opencv 如何将K均值应用于图像的遮罩而不是整个遮罩,opencv,cluster-analysis,k-means,Opencv,Cluster Analysis,K Means,我想在OpenCV上应用一个K均值来表示一个不是正方形或矩形的图像区域。例如,源图像是: 现在,我选择一个自定义遮罩: 并应用K=3的K均值: 显然没有考虑边界(白色) 相反,我可以用OpenCV做的是K,但考虑到边界: 这就弄乱了我的最终图像,因为黑色被认为是一种颜色 你有什么线索吗 提前谢谢。快速而肮脏的解决方案 vector<Vec3b> points; vector<Point> locations; for( int y = 0; y < src.
提前谢谢。快速而肮脏的解决方案
vector<Vec3b> points;
vector<Point> locations;
for( int y = 0; y < src.rows; y++) {
for( int x = 0; x < src.cols; x++) {
if ( (int)mask.at<unsigned char>(y,x) != 0 ) {
points.push_back(src.at<Vec3b>(y,x));
locations.push_back(Point(x,y));
}
}
}
Mat kmeanPoints(points.size(), 3, CV_32F);
for( int y = 0; y < points.size(); y++ ) {
for( int z = 0; z < 3; z++) {
kmeanPoints.at<float>(y, z) = points[y][z];
}
}
Mat labels;
Mat centers;
kmeans(kmeanPoints, 4, labels, TermCriteria(CV_TERMCRIT_ITER|CV_TERMCRIT_EPS, 10, 0.1), 10, cv::KMEANS_PP_CENTERS, centers);
Mat final = Mat::zeros( src.size(), src.type() );
Vec3b tempColor;
for(int i = 0; i<locations.size(); i++) {
int cluster_idx = labels.at<int>(i,0);
tempColor[0] = centers.at<float>(cluster_idx, 0);
tempColor[1] = centers.at<float>(cluster_idx, 1);
tempColor[2] = centers.at<float>(cluster_idx, 2);
final.at<Vec3b>(locations[i]) = tempColor;
}
矢量点;
矢量位置;
对于(int y=0;y 对于(int i=0;ii如果想要以正确的方式进行操作,您可能必须调整openCV函数(这可能很容易,因为它是开源的,在将颜色添加到集群机制之前可能只是一个掩码检查,但这只是一个猜测)。如果你想伪造,你可以尝试将遮罩区域复制到背景颜色不在图像中的图像上(最好与出现的颜色保持最大距离)。然后执行(k+1)-表示操作。然后忽略代表背景颜色的群集,并对所有其他群集进行群集。这是一个很好的解决方案,但在某些方面无法完成我正在做的工作,抱歉!!但它非常聪明!